猫眼影戏
 |
|
猫眼影戏
陈雨露
手机审查
猫眼影戏记者 李乐成 报道Q8X2R7L1T4J5M9B6W3
新智元报道
编辑：Aeneas 好困
【新智元导读】GPT-5.2打赢Gemini 3.0 Pro，竟是靠高推理与海量Token「作弊」？网友的这个发明，在AI社区一石激起千层浪。更多网友人多口杂体现：GPT-5.2，并没有那么好用！
太戏剧了。
OpenAI昨天刚放出大杀器GPT-5.2，今天就被曝疑似虚伪营销？
破晓的科技圈，被一则爆料点燃——
一位用户通详尽腻盘算发明了「华点」：OpenAI在最新宣布的基准测试中，可能通过调解模子「推理力度」参数，让GPT-5.2在要害评测中使用了远超敌手的算力资源。
一句话总结就是：在调解token使用后，GPT-5.2和Gemini 3 Pro在ARC AGI 2上的体现基内情当。
详细来说，问题就出在这几张图上。
可以看到，OpenAI在基准测试中使用了特另外token，至少是Gemini 3.0 Pro的两倍。
这就像两个棋手对弈，一方被允许思索一个小时，另一方却只有十分钟，然后宣布前者获胜。
在这种情形下，效果还公正吗？
OpenAI胜过谷歌，着实靠作弊？
昨天的AI圈，都被GPT-5.2吊打Gemini 3.0 Pro的结论所震撼，而前者在ARC AGI 2的精彩体现，则尤为出圈，被AI社区大加赞赏。
但现在，这些效果很可能注了水？
好比在备受关注的ARC AGI 2测试中，GPT-5.2 xhigh版得分52.9%，每个使命消耗约13.5万个token。
按API定价盘算，每个使命仅算力本钱就高达1.9美元。
相比之下，谷歌Gemini 3.0 Pro以6.7万token取得相似效果，效率横跨整整一倍。
若是我们将算力投入标准化，就会发明两个模子的真实能力险些并驾齐驱。
若是这一假设普遍建设，那么GPT 5.2在使用token数凌驾Gemini 3的两倍的情形下，仍然在HLE、MMMU-Pro、Video-MMMU和Frontier Math Tier 4中体现不佳。
在GPQA上，它们也才基内情当。而在Frontier Math Tier 3中，GPT 5.2 xhigh也就比Gemini 3 Pro横跨2.7%的效果。
唯一破例的是GDPVal——一个由OpenAI自己建设的测试集。既当裁判又当运发动，效果的客观性就有待考量了。
Ilya：我早说过了
着实，Ilya在之前的采访中就已经说过，现在的大模子基本都是为了榜单定向优化的，榜单效果的水分都大得很。
业内人士都知道，现在AI基准测试的「军备竞赛」早已凌驾纯粹的手艺竞争。各家厂商都在竞相推出自己的评测标准，而这些标准往往有意无意地偏向自家模子。
这么干的也绝不但仅是OpenAI一家。
在谷歌推出的FACTS Benchmark中，Gemini 2.5 Pro逾越GPT-5的效果，也同样得打个问号。
在SWE Bench（软件工程评测）中，情形就越发重大了。
差别模子在差别编程使命上各有所长，但没有一个模子能在所有使命上周全领先。显然，真实天下的问题远比简单分数重大。
以是，这次事务就反应出了AI评测的基础逆境——
若是GPT-5.2仅仅是通过消耗更多算力获得了性能提升，那真的能智能前进吗？照旧仅仅是「暴力盘算」的胜利呢？
关于这次OpenAI的「虚伪营销」，网友们也是议论纷纷。
有人体现，若是用户获得的「推理力度」参数是一样的，也用的是同样的token，那OpenAI就不算虚伪营销。
但若是测评的和用户使用的基础不是同样的版本，那就是诱骗了。
也有一些人是站在OpenAI这一边的。
他们以为，纵然增添Gemini 3的token数目，它也未必就能赶超GPT-5.2，这一点来说，前者简直落伍了。
也有人说，既然模子的价钱都是果真的，那就不组成诱骗。
巧了不是，紧接着我们就发明，「货差池板」这个问题简直有人提出来了。
在社区的另一篇帖子中，也有人指出了OpenAI的作弊问题——
早在GPT-5.1宣布时，所有基准测试中用的都是高推理力度（high），然而plus用户却只能使用中等的版本。
而现在的5.2版本中，OpenAI增添了更高的「xhigh」推理力度，以是基准测试中显示的性能，要远远凌驾ChatGPT付用度户的现实体验。
GPT-5.2的现实体验怎样
不看榜单，我们就来看看用户的现实体验事实怎样。
一位网友发帖称，自己对GPT-5.2的第一印象并不是太好。
好比在检查代码时，它的幻觉征象很是严重。
网友本以为GPT-5.2会比5.1好得多，但现适用起来并非云云，它并不可明确他写的函数代码。
另一些网友反响说，GPT-5.2似乎把成年人当学龄前儿童看待，感受不像是升级，反而是倒退。
OpenAI的焦点用户群体，仍然最想念GPT-4o。
总之，GPT-5.2的现实体验跟基准测试似乎相差许多，保不齐又是一个在红色警报状态下急遽拿出的产品。
被谷歌打得急遽忙忙、连滚带爬的OpenAI酿成今天这个样子，显然不是一朝一夕的事。
OpenAI，变了
事实，当一家机构既是「研究AI的人」，又是「靠AI卖故事的人」，它还能忠实地面临那些难听的真相吗？
凭证Wired的最新视察，OpenAI内部正在履历一场关于「真话权」的强烈地动。
在面临「AI是否会抢走你的饭碗」这类致命问题时，OpenAI的战略已悄然转变：闭上嘴，专心卖货。
这种为了商业利益而牺牲学术自力性的转向，直接「气跑」了自家的研究员。
「我们成了老板的喉舌」
回望2023年，OpenAI宣布的重磅论文《GPTs Are GPTs》，直白地剖析了哪些行业最容易被AI倾覆，并在第二年登上了Science。
那时的他们，还敢于直视「手艺性失业」的阴影。
论文地点：https://arxiv.org/abs/2303.10130
Science：https://www.science.org/doi/10.1126/science.adj0998
但到了今年9月，画风突变。
在新任首席经济学家Aaron Chatterji的向导下，OpenAI宣布了一份名为《全球用户怎样使用ChatGPT》的报告。
从学生写作业到职场人做表，报告事无巨细地描绘了AI的优美图景。
结论毫无悬念地一边倒：AI是生产力的引擎，是经济价值的创立者。
企业用户被引述称，ChatGPT天天能帮他们省下40到60分钟。
报告地点：https://www.nber.org/papers/w34255
对此，一位前员工吐槽道：「这简直是为『AI创立价值』这一命题量身定做的软广，充满了遮掩太平的味道。」
去职信里的「真相」
矛盾的爆发点，是报告作者之一、OpenAI经济研究主干Tom Cunningham的去职。
已往一年，OpenAI对「负面研究」的审查愈发严苛。
那些探讨AI怎样替换入门级白领（如客服、行政）的课题，要么被要求「软化语言」，要么直接被束之高阁。
忍无可忍的Cunningham在Slack上留下了一封直白的离别信：
我们曾致力于严谨的学术研究，现在却沦为了公司的宣传部分。
他以为，团队不但失去了研究AI负面影响的自由，反而被迫为公司「贴金」。
Cunningham并非个例。
前政策研究主管Miles Brundage去职时直言，公司「太高调、限制太多」，让他「无法揭晓真正主要的看法」。
超等对齐团队的William Saunders因不满公司「只顾推新产品、无视用户危害」而愤然出走。
前清静研究员Steven Adler更是果真炮轰ChatGPT可能诱发用户的「精神；屯搿。
价值一万亿美元的「默然」
面临Cunningham的去职，OpenAI高层上演了一出教科书般的；。
首席战略官Jason Kwon在备忘录中回应道：
既然是我们把AI推向了天下，我们就得认真构建解决计划，而不是光盯着问题看。
翻译一下就是：别再发论文论证AI会导致失业了，这倒运于带货；多想想怎么夸我们的产品能提效吧。
OpenAI为什么要这么做？谜底藏在账本里。
现在的OpenAI早已不是昔时的非营利实验室，它正冲刺1万亿美元的惊人估值，并准备着史上最大规模的IPO。
它拿了微软几百亿美元；
它需要芯片大佬们再投1000亿；
它允许未来要付给微软2500亿美元买云效劳。
在天文数字的利益眼前，「忠实」成了最腾贵的奢侈品。
若是你正准备上市，正试图说服全天下拥抱AI，你绝不希望自家的研究员跳出来说：「嘿，凭证数据，这波AI可能会让30%的白领失业。」
「岁月静好」的另一边
有趣的是，老敌手Anthropic似乎拿到了完全相反的「剧本」。
他们的CEO Dario Amodei甚至果真「唱反调」，忠言到2030年AI可能取代一半的入门级白领。
虽然，这未必全是出于忠实——许多人解读，这不过是Anthropic为了换取羁系盈利而刻意销售的「焦虑」。
但回看OpenAI，情形更为玄妙。
现在掌管其经济研究团队的，是前克林顿照料、有着「灾难巨匠」之称的顶级；刈摇狢hris Lehane。
在这个全心修订的新版本里，AI绝不可能是引发社会动荡的「怪物」，它只会是帮你「天天省下40分钟」的灵巧助手。
至于那些关于失业、动荡和泡沫的尴尬真相？
嘘，为了那1万亿的估值，请坚持清静。
参考资料
https://www.reddit.com/r/singularity/comments/1pkeb7v/deceptive_marketing_from_oai_benchmarks_were_run/
https://futurism.com/artificial-intelligence/openai-researcher-quits-hiding-truth
秒追ASI
?点赞、转发、在看一键三连?
点亮星标，锁定新智元极速推送！
??时势1：鲍鱼馒头户型图解
??12月18日,长期过量接触增塑剂影响青少年生长发育！选购体育用品时注意这几点,
“大婶，坚持住呀，我们马上就要抵家了。”小不点石昊给它鼓劲。
,露脸视频一区二区在线播放。??12月18日,（新春走基层）探访重庆新建规模最大高铁站：金属屋面施工忙,
第一，做文明守纪，孝亲友好的学生。严酷遵守校纪校规，遵守教育教学秩序，养成讲文明，懂礼貌，守纪律的优异习惯;继续认真践行《学生规》中的明理、孝道、习惯、勤学等内容，连系学校的各项教育活动，重视品行修养和优异行为习惯的养成，做一名胸怀理想、孝老爱亲、有雅致气质的学生。
,九色91popny,嗯啊视频,超碰人人干人人摸人人看。??时势2：久久99精品久久久久久bn
??12月18日,低空经济和安全产业论坛：专家建言夯实无人机监管基础设施建设,
他因此而实力暴涨，整具躯体由两米竟难以想象的拔高到了三米，强壮了一大截，全身绕着一条条闪电般的光束，血气惊人。
,A级毛片网站,极乐之神漫画免费阅读看桐人,国产二级毛片真人视频。??12月18日,“羊城老广向黔行”宣传周开启 吸引“老广”感受21℃的夏天,
三年的初中学习生涯弹指一挥间，转瞬将逝。但母校和先生们，忘不了你们在课堂里立志苦读的身影，忘不了你们在运动场上龙腾虎跃的英姿，忘不了你们展现在母校的种种优美。同砚们，三年来伴着你们前行的不但有你的同砚挚友，尚有你们的怙恃和先生。
,九一精品国产,国产性爱精品,日韩无码精品中出。??时势3：色综合久久综合
??12月18日,补贴实惠！家电“以旧换新”激发消费者购物热情,
发明有人溺水，不要贸然下水营救，先在确保自己清静的情形下，接纳水外营救，并应高声呼叫成年人来相助和拨打110报警。
,GOGO全球大胆亚洲美女艺术,老头把我添高潮了A片,无遮挡裸光屁屁打屁股视频。??12月18日,广东省卫生健康委原副主任徐庆锋被“双开”,
这一刻，中年人通体发光，整小我私家嘶吼了起来，叫道：“祭灵，请赐我实力。”
,赵薇毛茸茸的图片高清,国产精品久久久久AAAA,亚洲图区综合网。??时势4：日韩精品黄在线看
??12月18日,学习贯彻党的二十届三中全会精神丨学习贯彻党的二十届三中全会精神中央宣讲团在云南宣讲,
目今，各级向导都很是重视清静事情。教育部已相继公布了《学生意外危险事故处置惩罚步伐》，《中小学幼儿园清静治理步伐》，我们要真正提高熟悉，切记“隐患就是事故”、“校园清静事情怎么强调都不过分”，我们还要树立“清静教育重于泰山，师生生命康健高于一切”的看法。为此学校向导明确要谴责体教职员工要高度重视学校教育教学各个环节的清静包管，并制订了学校清静事情的预案。班主任先生应牢靠树立“清静事情无小事”的看法，站在构建平安校园、协调社会的高度，始终将学生的清静事情摆在主要位置，周全作育学生的清静意识，提高学生的清静素质。做到经常教育，实时教育，教育到位，教育周全，对清静事情不可存有丝毫麻木幸运的心理；挂鹁⒖纺，想步伐挤出时间，使用班会、自习课时间，向学生们举行清静教育，使清静教育真正能够进入课堂。我们要实现由“专人抓清静”向“全员抓清静”的方面转变。确保宽大学生的清静康健，不但关系到每个家庭的生涯幸福，更关系到整个社会的稳固与祥和，；ぶ醒寰，是学校、家庭和社会的配合责任。为此，我们向全校师生发出建议：我们要建设“平安校园”，确保校园清静、协调，让全体师生平安，愉快地事情、学习和生涯。
,国产性虐调教在线观看,免费观看18以下禁止的黄,国产日。??12月18日,商务部：2023年全年服务进出口总额同比增长10%,
不远处，兽潮泛起了，迅速将这里淹没，一个二三十万人的部完工为了已往，满地血迹，所有人都葬身兽腹中。
,柚子猫童颜封神记作,国产精品私密视频,玖辛奈裸体被 羞羞的游戏。【滇黔桂三省（区）共管库区水上搜救联合应急演练举行】
【兰州榆中手艺人揉面团捏“手办” 精细到树叶纹路】
责编：萨克雷
审核：禚玉峰
责编：何无痕
Copyright (C) 2001- dzwww.com. All Rights Reserved
新闻信息效劳允许证 - 音像制品出书允许证 - 广播电视节目制作谋划允许证 - 网络视听允许证 - 网络文化谋划允许证
山东省互联网传媒集团主理 联系电话：0531-85193202 违法不良信息举报电话：0531-85196540
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1
